CN114036117A - 日志查看方法、装置、计算机设备和存储介质 - Google Patents
日志查看方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114036117A CN114036117A CN202111348257.2A CN202111348257A CN114036117A CN 114036117 A CN114036117 A CN 114036117A CN 202111348257 A CN202111348257 A CN 202111348257A CN 114036117 A CN114036117 A CN 114036117A
- Authority
- CN
- China
- Prior art keywords
- log
- information
- target
- user
- face
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 120
- 238000012795 verification Methods 0.000 claims abstract description 124
- 230000008569 process Effects 0.000 claims abstract description 65
- 238000001914 filtration Methods 0.000 claims abstract description 36
- 230000001960 triggered effect Effects 0.000 claims abstract description 13
- 230000004044 response Effects 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 29
- 238000006243 chemical reaction Methods 0.000 claims description 25
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000007726 management method Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 239000013598 vector Substances 0.000 description 6
- 230000001815 facial effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
- G06F16/1734—Details of monitoring file system events, e.g. by the use of hooks, filter drivers, logs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/1805—Append-only file systems, e.g. using logs or journals to store data
- G06F16/1815—Journaling file systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请涉及人工智能技术领域,提供一种日志查看方法、装置、计算机设备和存储介质,方法包括:接收用户触发的日志查看请求,从日志查看请求中提取出用户信息;获取在预设时间段内与用户信息对应的身份验证通过率,并基于身份验证通过率确定用户的验证级别;获取与验证级别对应的目标验证规则,基于目标验证规则对用户进行身份验证;若验证通过,基于从日志查看请求中提取的进程信息、日志级别信息与过滤关键字信息执行预设的linux命令,得到目标日志;展示目标日志。本申请能够减少日志获取的操作复杂度,提高日志的查看效率。本申请还可以应用于区块链领域,上述目标日志等数据可以存储于区块链上。
Description
技术领域
本申请涉及人工智能技术领域,具体涉及一种日志查看方法、装置、计算机设备和存储介质。
背景技术
在日常的基于Android操作系统的软件开发过程中,如果开发软件出现问题,例如发生崩溃,则通常需要查看终端日志来查看报错信息。然而,如果想要查看日志数据,则需要利用数据线将终端连接到安装有开发工具Android Studio的电脑上,从而在AndroidStudio上的Logcat窗口中查看所需的日志数据。由于软件出现的问题通常是在不经意出现的,使得使用上述查看日志数据的方式存在日志的获取操作繁琐、日志查看的效率低下的问题。
发明内容
本申请的主要目的为提供一种日志查看方法、装置、计算机设备和存储介质,旨在解决现有的查看日志数据的方式存在日志的获取操作繁琐、日志查看的效率低下的技术问题。
本申请提出一种日志查看方法,所述方法包括步骤:
判断是否接收到用户通过终端触发的日志查看请求;其中,所述日志查看请求携带参数信息与用户信息,所述参数信息至少包括进程信息、日志级别信息与过滤关键字信息;
若接收到所述日志查看请求,从所述日志查看请求中提取出所述用户信息;
获取在预设时间段内与所述用户信息对应的身份验证通过率,并基于所述身份验证通过率确定出所述用户的验证级别;
获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过;
若身份验证通过,从所述日志查看请求中提取出所述进程信息、所述日志级别信息与所述过滤关键字信息;
基于所述进程信息、所述日志级别信息与所述过滤关键字信息执行预设的linux命令,得到对应的目标日志;
展示所述目标日志。
可选地,所述获取在预设时间段内与所述用户信息对应的身份验证通过率,并基于所述身份验证通过率确定出所述用户的验证级别的步骤,包括:
获取在所述预设时间段内,与所述用户信息对应的身份验证结果;
从所有所述身份验证结果中获取目标身份验证结果,并统计所述目标身份验证结果的第一数量;其中,所述目标身份验证结果为验证通过的结果;
获取所有所述身份验证结果的第二数量;
计算所述第一数量与所述第二数量的商值,得到与所述用户信息对应的身份验证通过率;
判断所述身份验证通过率是否大于预设的通过率阈值;
若大于所述通过率阈值,确定所述用户的验证级别为第一级别;
若不大于所述通过率阈值,确定所述用户的身份验证级别为第二级别;其中,所述第二级别的安全等级低于所述第一级别。
可选地,所述获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过的步骤,包括:
若所述用户的验证级别为所述第二级别,通过摄像头获取所述用户的初始人脸图像;
基于预设的人脸检测算法对所述初始人脸图像进行人脸检测,得到对应的第一人脸图像;
从所述第一人脸图像中提取第一人脸特征,并基于预设的年龄特征库生成与所述第一人脸特征对应的年龄区间信息;
基于所述年龄区间信息,从预设的注册人脸数据库中获取与所述年龄区间信息对应的第二人脸图像;其中,所述注册人脸数据库存储有多个注册用户的人脸图像,且对每一个注册用户的人脸图像进行了年龄信息的标记;
分别计算所述第一人脸图像与各所述第二人脸图像之间的相似度;
从所有所述相似度中筛选出数值最大的目标相似度,并判断所述目标相似度是否大于预设的相似度阈值;
若大于所述相似度阈值,按照预设划分规则对所述第一人脸特征进行划分处理,得到第一人脸特征图像与第二人脸特征图像;
获取与所述目标相似度对应的第三人脸图像,按照所述预设划分规则对所述第三人脸图像中的第二人脸特征进行划分处理,得到第三人脸特征图像与第四人脸特征图像;其中,所述第三人脸特征图像与所述第一人脸特征图像具有相同的位置关系,所述第四人脸特征图像与所述第二人脸特征图像具有相同的位置关系;
判断所述第一人脸特征图像与所述第四人脸特征图像是否能组合生成完整的第一整合人脸图像,以及所述第二人脸特征图像与所述第三人脸特征图像是否能组合生成完整的第二整合人脸图像;
若均能组合生成完整的整合人脸图像,判定身份验证通过,否则判定身份验证不通过。
可选地,所述基于预设的年龄特征库生成与所述第一人脸特征对应的年龄区间信息的步骤,包括:
获取所述年龄特征据库中存储的指定人脸特征;其中,所述指定人脸特征包括每一个年龄区间的人脸特征,所述指定人脸特征的数量等于所述年龄区间的数量;
将所述第一人脸特征与所有所述指定人脸特征映射至同一个多维空间内;
分别计算所述第一人脸特征与各所述指定人脸特征之间的距离;
基于所述距离,通过预设的计算公式生成与所述第一人脸特征匹配的第三人脸特征;
获取与所述第三人脸特征对应的目标年龄区间信息;
将所述目标年龄区间信息作为与所述第一人脸特征对应的年龄区间信息。
可选地,所述获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过的步骤,包括:
若所述用户的验证级别为所述第一级别,判断预设的合法用户名单内是否存储有与所述用户信息相同的目标用户信息;
若存储有所述目标用户信息,从预设的问题数据库内获取与所述目标用户信息对应的目标提问数据;
展示所述目标提问数据与回答提醒信息,以使所述用户对所述目标提问数据进行回答;
接收所述用户反馈的答案数据,并判断所述答案数据是否与正确答案数据相同;
若相同,计算所述用户的答复反应时长,并获取与所述答复反应时长对应的预设反应时长阈值;
基于所述答复反应时长与所述预设反应时长阈值生成对应的风险系数;
判断所述风险系数是否大于预设的风险系数阈值;
若大于所述风险系数阈值,判定身份验证不通过;
若不大于所述风险系数阈值,判定身份验证通过。
可选地,所述展示所述目标日志的步骤之后,包括:
从预设映射表中查询出与所述进程信息对应的重要度分值;
判断所述重要度分值是否大于预设的重要度分值阈值;
若大于所述重要度分值阈值,对所述目标日志进行数据格式转换处理,将所述目标日志转换为标准区块链数据;
将所述标准区块链数据封装为区块;其中,所述区块的数量为1个或多个;
通过区块链上的数据存储节点对所述区块进行存储。
可选地,所述判断所述重要度分值是否大于预设的重要度分值阈值的步骤之后,包括:
若不大于所述重要度分值阈值,获取本地的预设数据库的标准数据格式;
基于所述标准数据格式对所述目标日志进行数据格式转换处理,得到处理后的第一目标日志;
为所述第一目标日志进行索引创建,得到处理后的第二目标日志;
将所述第二目标日志存储于所述预设数据库内。
本申请还提供一种日志查看装置,包括:
第一判断模块,用于判断是否接收到用户通过终端触发的日志查看请求;其中,所述日志查看请求携带参数信息与用户信息,所述参数信息至少包括进程信息、日志级别信息与过滤关键字信息;
第一提取模块,用于若接收到所述日志查看请求,从所述日志查看请求中提取出所述用户信息;
确定模块,用于获取在预设时间段内与所述用户信息对应的身份验证通过率,并基于所述身份验证通过率确定出所述用户的验证级别;
验证模块,用于获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过;
第二提取模块,用于若身份验证通过,从所述日志查看请求中提取出所述进程信息、所述日志级别信息与所述过滤关键字信息;
生成模块,用于基于所述进程信息、所述日志级别信息与所述过滤关键字信息执行预设的linux命令,得到对应的目标日志;
展示模块,用于展示所述目标日志。
本申请还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
本申请中提供的日志查看方法、装置、计算机设备和存储介质,具有以下有益效果:
本申请中提供的日志查看方法、装置、计算机设备和存储介质,在接收到用户通过终端触发的日志查看请求,并判别出用户通过身份验证后,会基于日志查看请求中携带的参数信息来执行预设的linux命令,从而实现智能快速的对于目标日志的获取,以及展示获取到的所述目标日志。通过本实施例,在终端上即可实现对于日志记录的查看和显示,解决了现有需要借助电脑来获取日志的技术问题,减少了日志获取的操作复杂度,有效地提高了日志的查看效率,进而有利于提高软件开发效率。
附图说明
图1是本申请一实施例的日志查看方法的流程示意图;
图2是本申请一实施例的日志查看装置的结构示意图;
图3是本申请一实施例的计算机设备的结构示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用于解释本申请,并不用于限定本申请。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
参照图1,本申请一实施例的日志查看方法,包括:
S10:判断是否接收到用户通过终端触发的日志查看请求;其中,所述日志查看请求携带参数信息与用户信息,所述参数信息至少包括进程信息、日志级别信息与过滤关键字信息;
S20:若接收到所述日志查看请求,从所述日志查看请求中提取出所述用户信息;
S30:获取在预设时间段内与所述用户信息对应的身份验证通过率,并基于所述身份验证通过率确定出所述用户的验证级别;
S40:获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过;
S50:若身份验证通过,从所述日志查看请求中提取出所述进程信息、所述日志级别信息与所述过滤关键字信息;
S60:基于所述进程信息、所述日志级别信息与所述过滤关键字信息执行预设的linux命令,得到对应的目标日志;
S70:展示所述目标日志。
如上述步骤S10至S70所述,本方法实施例的执行主体为一种日志查看装置。在实际应用中,上述日志查看装置可以通过虚拟装置,例如软件代码实现,也可以通过写入或集成有相关执行代码的实体装置实现,且可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。所述日志查看装置具体为所述终端。本实施例中的日志查看装置,能够在终端上即可实现对于日志的查看和显示,减少了日志获取的操作复杂度,有效地提高了日志的查看效率。具体地,首先判断是否接收到用户通过终端触发的日志查看请求。其中,所述日志查看请求携带参数信息与用户信息,所述参数信息至少包括进程信息、日志级别信息与过滤关键字信息。所述用户信息包括用户的姓名信息或用户的id信息。另外,所述日志查看请求是指用于在终端查看在终端所有日志信息中与进程信息、日志级别信息、过滤关键字信息相匹配的目标日志的请求。此外,所述终端为Android终端,即该终端为安装有Android操作系统的终端。
若接收到所述日志查看请求,从所述日志查看请求中提取出所述用户信息。其中,可通过对所述日志查看请求进行信息解析处理,再从解析得到的所有信息中提取出该用户信息。然后获取在预设时间段内与所述用户信息对应的身份验证通过率,并基于所述身份验证通过率确定出所述用户的验证级别。其中,对于所述预设时间段的取值不作具体限定,可根据实际需求进行设置,例如可为距离当前时间的前一个星期。另外,对于所述获取在预设时间段内与所述用户信息对应的身份验证通过率,并基于所述身份验证通过率确定出所述用户的验证级别的具体实现过程,本申请将在后续的具体实施例中对此作进一步的描述,在此不予赘述。
之后获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过。其中,所述验证级别可包括第一级别与第二级别,所述第二级别的安全等级低于所述第一级别。另外,对于所述获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过的具体实现过程,本申请将在后续的具体实施例中对此作进一步的描述,在此不予赘述。若身份验证通过,从所述日志查看请求中提取出所述进程信息、所述日志级别信息与所述过滤关键字信息。其中,可通过对所述日志查看请求进行信息解析处理,再从解析得到的所有信息中提取出所述进程信息、日志级别信息与过滤关键字信息。
后续基于所述进程信息、所述日志级别信息与所述过滤关键字信息执行预设的linux命令,得到对应的目标日志。其中,可先获取预先生成的linux命令模板,再获取该linux命令模板中包含的多个过滤选项,并将日志查看请求中包含的与各所述过滤选项对应的参数信息填充至该过滤选项的位置处,得到所述linux命令,进而再执行该linux命令,从而对终端包含的所有日志进行过滤处理,以从终端所有的日志中筛选出与所有所述参数信息相符合的日志,得到目标日志。所述linux命令具体可包括:“logcat-d-v time$level--pid=$pid-e$expr+”,其中,level为日志级别过滤选项信息。pid为进程过滤选项信息,expr为过滤关键字选项信息。每个app都有不同的进程所标识。具体的,可通过设置日志级别来表示对不同信息的关心程度,日志级别信息可包括以下类型:Verbose:显示所有日志消息(默认值)。Debug:显示仅在开发期间有用的调试日志消息,以及此列表中较低的消息级别。Info:显示常规使用情况的预期日志消息,以及此列表中较低的消息级别。Warn:显示尚不是错误的潜在问题,以及此列表中较低的消息级别。Error:显示已经引发错误的问题,以及此列表中较低的消息级别。Assert:显示开发者预计绝不会发生的问题。所述进程信息用于仅获取与该进程信息对应的给定进程的日志。所述过滤关键字信息用于搜索包含特定字段的日志,支持正则表达式。对于-d选项,logcat–d命令行是指用于逐行读取日志信息并输出到TextView。对于--pid=$pid选项,此命令行仅输出来自给定pid的日志。对于e$expr+选项,此命令行只输出日志消息与expr匹配的行,其中expr是正则表达式。Logcat-v time是指需要打印日志详细时间的简单数据。另外,还可使用Logcat–c命令行来清除之前缓存的所有日志。最后展示所述目标日志。其中,可通过TextView显示的方式来展示所述目标日志,TextView是用来显示文本的组件,如文本框。
本实施例在接收到用户通过终端触发的日志查看请求,并判别出用户通过身份验证后,会基于日志查看请求中携带的参数信息来执行预设的linux命令,从而实现智能快速的对于目标日志的获取,以及展示获取到的所述目标日志。通过本实施例,在终端上即可实现对于日志记录的查看和显示,解决了现有需要借助电脑来获取日志的技术问题,减少了日志获取的操作复杂度,有效地提高了日志的查看效率,进而有利于提高软件开发效率。
进一步地,本申请一实施例中,上述步骤S30,包括:
S300:获取在所述预设时间段内,与所述用户信息对应的身份验证结果;
S301:从所有所述身份验证结果中获取目标身份验证结果,并统计所述目标身份验证结果的第一数量;其中,所述目标身份验证结果为验证通过的结果;
S302:获取所有所述身份验证结果的第二数量;
S303:计算所述第一数量与所述第二数量的商值,得到与所述用户信息对应的身份验证通过率;
S304:判断所述身份验证通过率是否大于预设的通过率阈值;
S305:若大于所述通过率阈值,确定所述用户的验证级别为第一级别;
S306:若不大于所述通过率阈值,确定所述用户的身份验证级别为第二级别;其中,所述第二级别的安全等级低于所述第一级别。
如上述步骤S300至S306所述,所述获取在预设时间段内与所述用户信息对应的身份验证通过率,并基于所述身份验证通过率确定出所述用户的验证级别的步骤,具体可包括:首先获取在所述预设时间段内,与所述用户信息对应的身份验证结果。其中,对于所述预设时间段的取值不作具体限定,可根据实际需求进行设置,例如可为距离当前时间的前一个星期。另外,所述身份验证结果是指与所述用户信息对应的用户在该预设时间段内进行的每一次进行身份验证后产生的验证结果。所述身份验证结果可包括验证通过或验证不通过。然后从所有所述身份验证结果中获取目标身份验证结果,并统计所述目标身份验证结果的第一数量。其中,所述目标身份验证结果为验证通过的结果。之后获取所有所述身份验证结果的第二数量。后续计算所述第一数量与所述第二数量的商值,得到与所述用户信息对应的身份验证通过率。最后判断所述身份验证通过率是否大于预设的通过率阈值。其中,对于所述通过率阈值的取值不作具体限定,可根据实际需求进行设置,例如可设为0.8。若大于所述通过率阈值,确定所述用户的验证级别为第一级别。而若不大于所述通过率阈值,确定所述用户的身份验证级别为第二级别。其中,所述第二级别的安全等级低于所述第一级别。具体的,如果用户的验证级别对应于第一级别,则可判定用户属于较低使用安全风险的用户,从而可以通过使用较为简单便捷的方式来对用户进行身份验证,例如可采用名单比对与问题提问的方式,如果名单比对与问题提问均通过后即可判定用户通过身份验证,从而可以有效减少用户的验证所花费的时间,提高用户使用体验。而如果用户的验证等级对应于第二等级,即可判定用户属于较高使用安全风险的用户,则会相应使用比第一等级更为严格的方式,例如可使用人脸相似度比对以及人脸融合验证的方式来对用户进行身份验证处理,只有人脸相似度比对以及人脸融合验证后才可判定用户通过身份验证,进而可以有效提高对于用户进行身份验证的准确性与规范性。本实施例可以基于用户的验证级别的不同,来对应采用不同的身份验证策略,从而避免传统的仅仅使用一种验证方式来对用户进行身份验证,进而可以提高对于用户身份验证的智能性与准确性,提高用户使用体验。
进一步地,本申请一实施例中,上述步骤S40,包括:
S400:若所述用户的验证级别为所述第二级别,通过摄像头获取所述用户的初始人脸图像;
S401:基于预设的人脸检测算法对所述初始人脸图像进行人脸检测,得到对应的第一人脸图像;
S402:从所述第一人脸图像中提取第一人脸特征,并基于预设的年龄特征库生成与所述第一人脸特征对应的年龄区间信息;
S403:基于所述年龄区间信息,从预设的注册人脸数据库中获取与所述年龄区间信息对应的第二人脸图像;其中,所述注册人脸数据库存储有多个注册用户的人脸图像,且对每一个注册用户的人脸图像进行了年龄信息的标记;
S404:分别计算所述第一人脸图像与各所述第二人脸图像之间的相似度;
S405:从所有所述相似度中筛选出数值最大的目标相似度,并判断所述目标相似度是否大于预设的相似度阈值;
S406:若大于所述相似度阈值,按照预设划分规则对所述第一人脸特征进行划分处理,得到第一人脸特征图像与第二人脸特征图像;
S407:获取与所述目标相似度对应的第三人脸图像,按照所述预设划分规则对所述第三人脸图像中的第二人脸特征进行划分处理,得到第三人脸特征图像与第四人脸特征图像;其中,所述第三人脸特征图像与所述第一人脸特征图像具有相同的位置关系,所述第四人脸特征图像与所述第二人脸特征图像具有相同的位置关系;
S408:判断所述第一人脸特征图像与所述第四人脸特征图像是否能组合生成完整的第一整合人脸图像,以及所述第二人脸特征图像与所述第三人脸特征图像是否能组合生成完整的第二整合人脸图像;
S409:若均能组合生成完整的整合人脸图像,判定身份验证通过,否则判定身份验证不通过。
如上述步骤S400至S409所述,所述获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过的步骤,具体可包括:若所述用户的验证级别为所述第二级别,首先通过摄像头获取所述用户的初始人脸图像。其中,可提醒用户将脸部移动至指定拍摄区域,再通过摄像头采集该用户的初始人脸图像。然后基于预设的人脸检测算法对所述初始人脸图像进行人脸检测,得到对应的第一人脸图像。其中,对于所述人脸检测算法不作具体限定,可根据实际需求进行选取,例如该人脸检测算法可为adaboost算法、dlib算法、opencv算法,等等。在得到第一人脸图像后,从所述第一人脸图像中提取第一人脸特征,并基于预设的年龄特征库生成与所述第一人脸特征对应的年龄区间信息。其中,对于所述人脸特征的特征提取方式不作具体限定,例如可采用基于知识的表征方法,或者采用基于代数特征或统计学习的表征方法,等等。另外,从人脸图像中提取出的人脸特征对应着多个特征向量。此外,对于所述基于预设的年龄特征库生成与所述第一人脸特征对应的年龄区间信息的具体实现过程,本申请将在后续的具体实施例中对此作进一步的描述,在此不予赘述。之后基于所述年龄区间信息,从预设的注册人脸数据库中获取与所述年龄区间信息对应的第二人脸图像。其中,所述注册人脸数据库存储有多个注册用户的人脸图像,且对每一个注册用户的人脸图像进行了年龄信息的标记。在得到第二人脸图像后,分别计算所述第一人脸图像与各所述第二人脸图像之间的相似度。其中,可采用现有的图像相似度算法来计算所述第一人脸图像与各所述第二人脸图像之间的相似度,例如可采用汉明距离算法。后续从所有所述相似度中筛选出数值最大的目标相似度,并判断所述目标相似度是否大于预设的相似度阈值。其中,对于所述相似度阈值的取值不作具体限定,可根据实际需求进行设置,例如可设为0.95。若大于所述相似度阈值,按照预设划分规则对所述第一人脸特征进行划分处理,得到第一人脸特征图像与第二人脸特征图像。其中,对于所述预设规则不作具体限定,只需达到将提取到的第一人脸特征可以分布在两幅人脸特征图像中,并使得它们可以融合后能成为一幅具有完整特征信息的人脸图像即可。在人脸图像中每个特征信息为一个矩形的特征点,举例地,对所述第一人脸特征进行划分处理的过程可包括:利用一条曲线在不交叉的情况下尽可能多的穿过矩形的特征点的中心点,由于该曲线穿过的都是特征点的中心点,因此,沿该条曲线可以将其穿过的所有特征点分为两部分,从而根据该曲线可以将第一人脸特征信息分为两部分R1与R2。同时通过该曲线可以将第一人脸图像分为第一人脸特征图像与第二人脸特征图像,其中第一人脸特征图像具有特征信息R1,第二人脸特征图像具有特征信息R2。进一步获取与所述目标相似度对应的第三人脸图像,按照所述预设划分规则对所述第三人脸图像中的第二人脸特征进行划分处理,得到第三人脸特征图像与第四人脸特征图像。其中,所述第三人脸特征图像与所述第一人脸特征图像具有相同的位置关系,所述第四人脸特征图像与所述第二人脸特征图像具有相同的位置关系。最后判断所述第一人脸特征图像与所述第四人脸特征图像是否能组合生成完整的第一整合人脸图像,以及所述第二人脸特征图像与所述第三人脸特征图像是否能组合生成完整的第二整合人脸图像。若均能组合生成完整的整合人脸图像,判定身份验证通过,否则判定身份验证不通过。本实施例中,在确定出用户的验证级别为所述第二级别后,,会智能地采用较为精确的人脸相似度比对以及人脸融合验证的方式,来实现对于用户的多重身份验证处理,只有当用户通过了多维度的验证后才会判定通过了身份验证,进一步提高了身份验证的准确性与可靠性。并且,只有在用户通过了身份验证时,后续才会对接收到的日志查看请求进行响应,避免出现由于响应了非法用户输入的对于日志查看请求而导致不良后果,避免了目标日志的泄露,有效地保证了日志查看请求处理过程中的数据安全性。
进一步地,本申请一实施例中,上述步骤S402,包括:
S4020:获取所述年龄特征据库中存储的指定人脸特征;其中,所述指定人脸特征包括每一个年龄区间的人脸特征,所述指定人脸特征的数量等于所述年龄区间的数量;
S4021:将所述第一人脸特征与所有所述指定人脸特征映射至同一个多维空间内;
S4022:分别计算所述第一人脸特征与各所述指定人脸特征之间的距离;
S4023:基于所述距离,通过预设的计算公式生成与所述第一人脸特征匹配的第三人脸特征;
S4024:获取与所述第三人脸特征对应的目标年龄区间信息;
S4025:将所述目标年龄区间信息作为与所述第一人脸特征对应的年龄区间信息。
如上述步骤S4020至S4025所述,所述基于预设的年龄特征库生成与所述第一人脸特征对应的年龄区间信息的步骤,具体可包括:首先获取所述年龄特征据库中存储的指定人脸特征。其中,所述指定人脸特征包括每一个年龄区间的人脸特征,所述指定人脸特征的数量等于所述年龄区间的数量,也即每一个年龄段均仅设置有一个相对应的指定人脸特征。另外,对于上述年龄区间的划分方式不作具体限定,可根据实际需求进行设置,例如可按照10岁作为划分界限大小,100岁作为年龄上限,将0-100岁的年龄划分为相应的10个年龄区间,0-10岁,11-20岁,…,91-100岁。然后将所述第一人脸特征与所有所述指定人脸特征映射至同一个多维空间内。其中,在将第一人脸特征的特征向量与所有所述指定人脸特征的特征向量映射至同一个多维空间内后,每一个特征向量会对应空间里的一个维度。之后分别计算所述第一人脸特征与各所述指定人脸特征之间的距离。具体的,可通过以下公式计算特征向量之间的距离:其中,d(x,y)表示点x和点y之间的距离,x可为第一人脸特征,y为指定人脸特征,xi表示:点x在n维空间内是一个点集,可以表示为(x1,x2,…,xn),且xi(i=1,2,…,n)是实数,称为x的第i个坐标;yi表示:点y在n维空间内是一个点集,可以表示为(y1,y2,…,yn),其中,yi(i=1,2,…,n)是实数,称为y的第i个坐标,i为自然数,n表示空间维度。后续基于所述距离,通过预设的计算公式生成与所述第一人脸特征匹配的第三人脸特征。具体的,生成与所述第一人脸特征匹配的第三人脸特征的计算公式可为:Z=min(d1,d2,...,dj),dj为第一人脸特征与第j个指定人脸特征的距离,j为自然数。最后获取与所述第三人脸特征对应的目标年龄区间信息,并将所述目标年龄区间信息作为与所述第一人脸特征对应的年龄区间信息。其中,通过将从人脸图像中提取的第一人脸特征的特征向量分别与各年龄区间所对应的指定人脸特征映射到同一个多维空间内,再分别计算并比较上述人脸特征与每一个指定人脸特征的距离,最终可得出与上述人脸特征距离最小的指定人脸特征(即第三人脸特征)所对应的年龄区间即为该人脸特征所属的年龄区间,并且对于每一个年龄区间均仅设置有一个对应的指定人脸特征,从而可以有效减少特征计算处理的花费时间,提高生成上述第三人脸特征的生成速率。本实施例中,通过基于本地预存储的年龄特征库来计算生成与所述第一人脸特征对应的年龄区间信息,有利于后续根据该年龄区间信息实现准确快速地从预设的注册人脸数据库中获取与所述年龄区间信息对应的第二人脸图像,使得仅仅只需将用户的第一人脸图像与第二人脸图像进行匹配处理,能够大大地提升了图像的相似度计算的处理效率,减少系统消耗,提高生成相似度结果的处理效率。
进一步地,本申请一实施例中,上述步骤S40,包括:
S410:若所述用户的验证级别为所述第一级别,判断预设的合法用户名单内是否存储有与所述用户信息相同的目标用户信息;
S411:若存储有所述目标用户信息,从预设的问题数据库内获取与所述目标用户信息对应的目标提问数据;
S412:展示所述目标提问数据与回答提醒信息,以使所述用户对所述目标提问数据进行回答;
S413:接收所述用户反馈的答案数据,并判断所述答案数据是否与正确答案数据相同;
S414:若相同,计算所述用户的答复反应时长,并获取与所述答复反应时长对应的预设反应时长阈值;
S415:基于所述答复反应时长与所述预设反应时长阈值生成对应的风险系数;
S416:判断所述风险系数是否大于预设的风险系数阈值;
S417:若大于所述风险系数阈值,判定身份验证不通过;
S418:若不大于所述风险系数阈值,判定身份验证通过。
如上述步骤S410至S418所述,所述获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过的步骤,具体可包括:若所述用户的验证级别为所述第一级别,首先判断预设的合法用户名单内是否存储有与所述用户信息相同的目标用户信息。其中,所述合法用户名单是预先创建的存储有合法用户的用户信息的名单。若存储有所述目标用户信息,从预设的问题数据库内获取与所述目标用户信息对应的目标提问数据。其中,所述问题数据库为预先创建的存储有与各合法用户的用户信息一一对应的提问数据的数据库,存储的提问数据用于对用户进行提问以实现对于用户的合法身份验证处理。然后展示所述目标提问数据与回答提醒信息,以使所述用户对所述目标提问数据进行回答。其中,对于所述回答提醒信息的内容不作具体限定,可根据实际需求进行设置,例如可为“请对展示的题目进行回答,谢谢”。之后接收所述用户反馈的答案数据,并判断所述答案数据是否与正确答案数据相同。若相同,计算所述用户的答复反应时长,并获取与所述答复反应时长对应的预设反应时长阈值。其中,所述答复反应时长为从用户在得知上述目标提问数据的内容后,到回答完问题后所花费的时间时长。具体的,计算所述用户的答复反应时长的步骤可包括:获取在当前页面展示所述目标提问数据的第一时间;以及获取用户输入所述答案数据的第二时间;计算上述第二时间与上述第一时间的差值;将上述差值作为所述答复反应时长。另外,所述预设反应时长阈值可根据经验数据进行设置。例如,可收集正确回答情况下的多个反馈数据,并统计多个反馈数据中的答复反应时长的平均值来确定出该预设反应时长阈值。后续基于所述答复反应时长与所述预设反应时长阈值生成对应的风险系数。其中,对所述风险系数的取值方式不作限定,例如可根据历史经验自动生成,或者可以为答复反应时长与预设反应时长阈值之间的差值的平方值。最后判断所述风险系数是否大于预设的风险系数阈值。其中,所述风险系数阈值为判断用户的身份是否存在可疑风险的松弛指数。当风险系数大于风险系数阈值,则表明用用户并非是马上正确回答出上述目标提问提问对应的答案,而是经过是比较久的思考后才反馈了答案,从而可判定当前用户具备一定的风险可疑,并判定用户的身份验证不通过。若大于所述风险系数阈值,判定身份验证不通过。而若不大于所述风险系数阈值,判定身份验证通过。本实施例中,在确定出用户的验证级别为所述第一级别后,会智能地采用较为简单的提问验证与反应速度验证的验证方式来实现对于用户的准确的身份验证处理,保证了身份验证的准确性与可靠性,避免出现由于响应了非法用户输入的对于日志查看请求而导致不良后果,避免了目标日志的泄露,有效地保证了日志查看请求处理过程中的数据安全性。
进一步地,本申请一实施例中,上述步骤S70之后,包括:
S700:从预设映射表中查询出与所述进程信息对应的重要度分值;
S701:判断所述重要度分值是否大于预设的重要度分值阈值;
S702:若大于所述重要度分值阈值,对所述目标日志进行数据格式转换处理,将所述目标日志转换为标准区块链数据;
S703:将所述标准区块链数据封装为区块;其中,所述区块的数量为1个或多个;
S704:通过区块链上的数据存储节点对所述区块进行存储。
如上述步骤S700至S704所述,所述展示所述目标日志的步骤之后,还可包括基于进程信息对应的重要度分值对所述目标日志进行对应性存储的过程。具体地,首先从预设映射表中查询出与所述进程信息对应的重要度分值。其中,所述映射表为根据实际需求预先创建的存储有进程信息与重要度分值之间的关联关系的数据表。然后判断所述重要度分值是否大于预设的重要度分值阈值。其中,对于所述重要度分值阈值的取值不作具体限定,可根据实际需求进行设置。如果进程信息的重要度分值大于该重要度分值阈值,则表示该进程信息对应的目标日志的重要性程度较高,对应需要通过区块链来对该目标日志进行存储。而如果进程信息的重要度分值不大于该重要度分值阈值,则表示该进程信息对应的目标日志的重要性程度较低,从而只需要使用本地的预设数据库来对该目标日志进行存储。若大于所述重要度分值阈值,对所述目标日志进行数据格式转换处理,将所述目标日志转换为标准区块链数据。其中,在对所述目标日志进行数据格式转换处理的过程中,还可同时进行删除目标日志中的噪声数据和冗余数据以及修正目标日志中的异常数据的处理。之后将所述标准区块链数据封装为区块。其中,所述区块的数量为1个或多个。最后通过区块链上的数据存储节点对所述区块进行存储。本实施例在基于进程信息确定出目标日志的重要度分值大于预设的重要度分值阈值后,会智能的将重要的、关键的日志数据存储至基于区块链中,可达到有效避免关键日志数据被日志管理人员篡改或删除的目的,还能够有效防止日志管理人员对能够存储于区块链中的日志管理人员自身操作的日志记录的篡改或删除,有效的保证了目标日志的存储安全性与智能性。
进一步地,本申请一实施例中,上述步骤S701之后,包括:
S705:若不大于所述重要度分值阈值,获取本地的预设数据库的标准数据格式;
S706:基于所述标准数据格式对所述目标日志进行数据格式转换处理,得到处理后的第一目标日志;
S707:为所述第一目标日志进行索引创建,得到处理后的第二目标日志;
S708:将所述第二目标日志存储于所述预设数据库内。
如上述步骤S705至S708所述,所述判断所述重要度分值是否大于预设的重要度分值阈值的步骤之后,还可包括将目标日志存储至本地的情况。具体地,若不大于所述重要度分值阈值,首先获取本地的预设数据库的标准数据格式。其中,所述预设数据库为本地预先创建的用于存储非关键、不重要的日志数据的数据库。所述标准数据格式为所述数据中适用于存储的数据格式。然后基于所述标准数据格式对所述目标日志进行数据格式转换处理,得到处理后的第一目标日志。其中,在对所述目标日志进行数据格式转换处理的过程中,还可同时进行删除目标日志中的噪声数据和冗余数据以及修正目标日志中的异常数据的处理。后续为所述第一目标日志进行索引创建,得到处理后的第二目标日志。其中,通过为所述第一目标日志进行索引创建,可以便于后续实现对该第二日志数据的快速检索。最后将所述第二目标日志存储于所述预设数据库内。本实施例中,通过本地的预设数据库来存储非关键、不重要的日志数据,能够达到有效地缓解区块链存储重要日志数据的存储压力的目的,并有助于提高区块链的数据存取速率、提高处理查证效率且能够降低对装置设备的性能要求和成本,有效地提高了目标日志的存储智能性。
本申请实施例中的日志查看方法还可以应用于区块链领域,如将上述目标日志等数据存储于区块链上。通过使用区块链来对上述目标日志进行存储和管理,能够有效地保证上述目标日志的安全性与不可篡改性。
上述区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
区块链底层平台可以包括用户管理、基础服务、智能合约以及运营监控等处理模块。其中,用户管理模块负责所有区块链参与者的身份信息管理,包括维护公私钥生成(账户管理)、密钥管理以及用户真实身份和区块链地址对应关系维护(权限管理)等,并且在授权的情况下,监管和审计某些真实身份的交易情况,提供风险控制的规则配置(风控审计);基础服务模块部署在所有区块链节点设备上,用来验证业务请求的有效性,并对有效请求完成共识后记录到存储上,对于一个新的业务请求,基础服务先对接口适配解析和鉴权处理(接口适配),然后通过共识算法将业务信息加密(共识管理),在加密之后完整一致的传输至共享账本上(网络通信),并进行记录存储;智能合约模块负责合约的注册发行以及合约触发和合约执行,开发人员可以通过某种编程语言定义合约逻辑,发布到区块链上(合约注册),根据合约条款的逻辑,调用密钥或者其它的事件触发执行,完成合约逻辑,同时还提供对合约升级注销的功能;运营监控模块主要负责产品发布过程中的部署、配置的修改、合约设置、云适配以及产品运行中的实时状态的可视化输出,例如:告警、监控网络情况、监控节点设备健康状态等。
参照图2,本申请一实施例中还提供了一种日志查看装置,包括:
第一判断模块1,用于判断是否接收到用户通过终端触发的日志查看请求;其中,所述日志查看请求携带参数信息与用户信息,所述参数信息至少包括进程信息、日志级别信息与过滤关键字信息;
第一提取模块2,用于若接收到所述日志查看请求,从所述日志查看请求中提取出所述用户信息;
确定模块3,用于获取在预设时间段内与所述用户信息对应的身份验证通过率,并基于所述身份验证通过率确定出所述用户的验证级别;
验证模块4,用于获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过;
第二提取模块5,用于若身份验证通过,从所述日志查看请求中提取出所述进程信息、所述日志级别信息与所述过滤关键字信息;
生成模块6,用于基于所述进程信息、所述日志级别信息与所述过滤关键字信息执行预设的linux命令,得到对应的目标日志;
展示模块7,用于展示所述目标日志。
本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的日志查看方法的步骤一一对应,在此不再赘述。
进一步地,本申请一实施例中,上述确定模块3,包括:
第一获取单元,用于获取在所述预设时间段内,与所述用户信息对应的身份验证结果;
统计单元,用于从所有所述身份验证结果中获取目标身份验证结果,并统计所述目标身份验证结果的第一数量;其中,所述目标身份验证结果为验证通过的结果;
第二获取单元,用于获取所有所述身份验证结果的第二数量;
第一计算单元,用于计算所述第一数量与所述第二数量的商值,得到与所述用户信息对应的身份验证通过率;
第一判断单元,用于判断所述身份验证通过率是否大于预设的通过率阈值;
第一确定单元,用于若大于所述通过率阈值,确定所述用户的验证级别为第一级别;
第二确定单元,用于若不大于所述通过率阈值,确定所述用户的身份验证级别为第二级别;其中,所述第二级别的安全等级低于所述第一级别。
本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的日志查看方法的步骤一一对应,在此不再赘述。
进一步地,本申请一实施例中,上述验证模块4,包括:
第三获取单元,用于若所述用户的验证级别为所述第二级别,通过摄像头获取所述用户的初始人脸图像;
检测单元,用于基于预设的人脸检测算法对所述初始人脸图像进行人脸检测,得到对应的第一人脸图像;
第一生成单元,用于从所述第一人脸图像中提取第一人脸特征,并基于预设的年龄特征库生成与所述第一人脸特征对应的年龄区间信息;
第四获取单元,用于基于所述年龄区间信息,从预设的注册人脸数据库中获取与所述年龄区间信息对应的第二人脸图像;其中,所述注册人脸数据库存储有多个注册用户的人脸图像,且对每一个注册用户的人脸图像进行了年龄信息的标记;
第二计算单元,用于分别计算所述第一人脸图像与各所述第二人脸图像之间的相似度;
第二判断单元,用于从所有所述相似度中筛选出数值最大的目标相似度,并判断所述目标相似度是否大于预设的相似度阈值;
第一划分单元,用于若大于所述相似度阈值,按照预设划分规则对所述第一人脸特征进行划分处理,得到第一人脸特征图像与第二人脸特征图像;
第二划分单元,用于获取与所述目标相似度对应的第三人脸图像,按照所述预设划分规则对所述第三人脸图像中的第二人脸特征进行划分处理,得到第三人脸特征图像与第四人脸特征图像;其中,所述第三人脸特征图像与所述第一人脸特征图像具有相同的位置关系,所述第四人脸特征图像与所述第二人脸特征图像具有相同的位置关系;
第三判断单元,用于判断所述第一人脸特征图像与所述第四人脸特征图像是否能组合生成完整的第一整合人脸图像,以及所述第二人脸特征图像与所述第三人脸特征图像是否能组合生成完整的第二整合人脸图像;
第一判定单元,用于若均能组合生成完整的整合人脸图像,判定身份验证通过,否则判定身份验证不通过。
本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的日志查看方法的步骤一一对应,在此不再赘述。
进一步地,本申请一实施例中,上述第四获取单元,包括:
第一获取子单元,用于获取所述年龄特征据库中存储的指定人脸特征;其中,所述指定人脸特征包括每一个年龄区间的人脸特征,所述指定人脸特征的数量等于所述年龄区间的数量;
映射子单元,用于将所述第一人脸特征与所有所述指定人脸特征映射至同一个多维空间内;
计算子单元,用于分别计算所述第一人脸特征与各所述指定人脸特征之间的距离;
生成子单元,用于基于所述距离,通过预设的计算公式生成与所述第一人脸特征匹配的第三人脸特征;
第二获取子单元,用于获取与所述第三人脸特征对应的目标年龄区间信息;
确定子单元,用于将所述目标年龄区间信息作为与所述第一人脸特征对应的年龄区间信息。
本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的日志查看方法的步骤一一对应,在此不再赘述。
进一步地,本申请一实施例中,上述验证模块4,包括:
第四判断单元,用于若所述用户的验证级别为所述第一级别,判断预设的合法用户名单内是否存储有与所述用户信息相同的目标用户信息;
第五获取单元,用于若存储有所述目标用户信息,从预设的问题数据库内获取与所述目标用户信息对应的目标提问数据;
展示单元,用于展示所述目标提问数据与回答提醒信息,以使所述用户对所述目标提问数据进行回答;
第五判断单元,用于接收所述用户反馈的答案数据,并判断所述答案数据是否与正确答案数据相同;
第六获取单元,用于若相同,计算所述用户的答复反应时长,并获取与所述答复反应时长对应的预设反应时长阈值;
第二生成单元,用于基于所述答复反应时长与所述预设反应时长阈值生成对应的风险系数;
第六判断单元,用于判断所述风险系数是否大于预设的风险系数阈值;
第二判定单元,用于若大于所述风险系数阈值,判定身份验证不通过;
第三判定单元,用于若不大于所述风险系数阈值,判定身份验证通过。
本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的日志查看方法的步骤一一对应,在此不再赘述。
进一步地,本申请一实施例中,上述日志查看装置,包括:
查询模块,用于从预设映射表中查询出与所述进程信息对应的重要度分值;
第二判断模块,用于判断所述重要度分值是否大于预设的重要度分值阈值;
第一转换模块,用于若大于所述重要度分值阈值,对所述目标日志进行数据格式转换处理,将所述目标日志转换为标准区块链数据;
封装模块,用于将所述标准区块链数据封装为区块;其中,所述区块的数量为1个或多个;
第一存储模块,用于通过区块链上的数据存储节点对所述区块进行存储。
本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的日志查看方法的步骤一一对应,在此不再赘述。
进一步地,本申请一实施例中,上述日志查看装置,包括:
获取模块,用于若不大于所述重要度分值阈值,获取本地的预设数据库的标准数据格式;
第二转换模块,用于基于所述标准数据格式对所述目标日志进行数据格式转换处理,得到处理后的第一目标日志;
创建模块,用于为所述第一目标日志进行索引创建,得到处理后的第二目标日志;
第二存储模块,用于将所述第二目标日志存储于所述预设数据库内。
本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的日志查看方法的步骤一一对应,在此不再赘述。
参照图3,本申请实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏、输入装置和数据库。其中,该计算机设备设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括存储介质、内存储器。该存储介质存储有操作系统、计算机程序和数据库。该内存储器为存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储参数信息、用户信息、身份验证通过率、验证级别、目标验证规则、linux命令以及目标日志。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机设备的显示屏是计算机中必不可少的一种图文输出设备,用于将数字信号转换为光信号,使文字与图形在显示屏的屏幕上显示出来。该计算机设备的输入装置是计算机与用户或其他设备之间进行信息交换的主要装置,用于把数据、指令及某些标志信息等输送到计算机中去。该计算机程序被处理器执行时以实现一种日志查看方法。
上述处理器执行上述日志查看方法的步骤:
判断是否接收到用户通过终端触发的日志查看请求;其中,所述日志查看请求携带参数信息与用户信息,所述参数信息至少包括进程信息、日志级别信息与过滤关键字信息;
若接收到所述日志查看请求,从所述日志查看请求中提取出所述用户信息;
获取在预设时间段内与所述用户信息对应的身份验证通过率,并基于所述身份验证通过率确定出所述用户的验证级别;
获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过;
若身份验证通过,从所述日志查看请求中提取出所述进程信息、所述日志级别信息与所述过滤关键字信息;
基于所述进程信息、所述日志级别信息与所述过滤关键字信息执行预设的linux命令,得到对应的目标日志;
展示所述目标日志。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的装置、计算机设备的限定。
本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现一种日志查看方法,具体为:
判断是否接收到用户通过终端触发的日志查看请求;其中,所述日志查看请求携带参数信息与用户信息,所述参数信息至少包括进程信息、日志级别信息与过滤关键字信息;
若接收到所述日志查看请求,从所述日志查看请求中提取出所述用户信息;
获取在预设时间段内与所述用户信息对应的身份验证通过率,并基于所述身份验证通过率确定出所述用户的验证级别;
获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过;
若身份验证通过,从所述日志查看请求中提取出所述进程信息、所述日志级别信息与所述过滤关键字信息;
基于所述进程信息、所述日志级别信息与所述过滤关键字信息执行预设的linux命令,得到对应的目标日志;
展示所述目标日志。
综上所述,本申请实施例中提供的日志查看方法、装置、计算机设备和存储介质,在接收到用户通过终端触发的日志查看请求,并判别出用户通过身份验证后,会基于日志查看请求中携带的参数信息来执行预设的linux命令,从而实现智能快速的对于目标日志的获取,以及展示获取到的所述目标日志。通过本申请实施例,在终端上即可实现对于日志记录的查看和显示,解决了现有需要借助电脑来获取日志的技术问题,减少了日志获取的操作复杂度,有效地提高了日志的查看效率,进而有利于提高软件开发效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM通过多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种日志查看方法,其特征在于,包括:
判断是否接收到用户通过终端触发的日志查看请求;其中,所述日志查看请求携带参数信息与用户信息,所述参数信息至少包括进程信息、日志级别信息与过滤关键字信息;
若接收到所述日志查看请求,从所述日志查看请求中提取出所述用户信息;
获取在预设时间段内与所述用户信息对应的身份验证通过率,并基于所述身份验证通过率确定出所述用户的验证级别;
获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过;
若身份验证通过,从所述日志查看请求中提取出所述进程信息、所述日志级别信息与所述过滤关键字信息;
基于所述进程信息、所述日志级别信息与所述过滤关键字信息执行预设的linux命令,得到对应的目标日志;
展示所述目标日志。
2.根据权利要求1所述的日志查看方法,其特征在于,所述获取在预设时间段内与所述用户信息对应的身份验证通过率,并基于所述身份验证通过率确定出所述用户的验证级别的步骤,包括:
获取在所述预设时间段内,与所述用户信息对应的身份验证结果;
从所有所述身份验证结果中获取目标身份验证结果,并统计所述目标身份验证结果的第一数量;其中,所述目标身份验证结果为验证通过的结果;
获取所有所述身份验证结果的第二数量;
计算所述第一数量与所述第二数量的商值,得到与所述用户信息对应的身份验证通过率;
判断所述身份验证通过率是否大于预设的通过率阈值;
若大于所述通过率阈值,确定所述用户的验证级别为第一级别;
若不大于所述通过率阈值,确定所述用户的身份验证级别为第二级别;其中,所述第二级别的安全等级低于所述第一级别。
3.根据权利要求2所述的日志查看方法,其特征在于,所述获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过的步骤,包括:
若所述用户的验证级别为所述第二级别,通过摄像头获取所述用户的初始人脸图像;
基于预设的人脸检测算法对所述初始人脸图像进行人脸检测,得到对应的第一人脸图像;
从所述第一人脸图像中提取第一人脸特征,并基于预设的年龄特征库生成与所述第一人脸特征对应的年龄区间信息;
基于所述年龄区间信息,从预设的注册人脸数据库中获取与所述年龄区间信息对应的第二人脸图像;其中,所述注册人脸数据库存储有多个注册用户的人脸图像,且对每一个注册用户的人脸图像进行了年龄信息的标记;
分别计算所述第一人脸图像与各所述第二人脸图像之间的相似度;
从所有所述相似度中筛选出数值最大的目标相似度,并判断所述目标相似度是否大于预设的相似度阈值;
若大于所述相似度阈值,按照预设划分规则对所述第一人脸特征进行划分处理,得到第一人脸特征图像与第二人脸特征图像;
获取与所述目标相似度对应的第三人脸图像,按照所述预设划分规则对所述第三人脸图像中的第二人脸特征进行划分处理,得到第三人脸特征图像与第四人脸特征图像;其中,所述第三人脸特征图像与所述第一人脸特征图像具有相同的位置关系,所述第四人脸特征图像与所述第二人脸特征图像具有相同的位置关系;
判断所述第一人脸特征图像与所述第四人脸特征图像是否能组合生成完整的第一整合人脸图像,以及所述第二人脸特征图像与所述第三人脸特征图像是否能组合生成完整的第二整合人脸图像;
若均能组合生成完整的整合人脸图像,判定身份验证通过,否则判定身份验证不通过。
4.根据权利要求3所述的日志查看方法,其特征在于,所述基于预设的年龄特征库生成与所述第一人脸特征对应的年龄区间信息的步骤,包括:
获取所述年龄特征据库中存储的指定人脸特征;其中,所述指定人脸特征包括每一个年龄区间的人脸特征,所述指定人脸特征的数量等于所述年龄区间的数量;
将所述第一人脸特征与所有所述指定人脸特征映射至同一个多维空间内;
分别计算所述第一人脸特征与各所述指定人脸特征之间的距离;
基于所述距离,通过预设的计算公式生成与所述第一人脸特征匹配的第三人脸特征;
获取与所述第三人脸特征对应的目标年龄区间信息;
将所述目标年龄区间信息作为与所述第一人脸特征对应的年龄区间信息。
5.根据权利要求2所述的日志查看方法,其特征在于,所述获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过的步骤,包括:
若所述用户的验证级别为所述第一级别,判断预设的合法用户名单内是否存储有与所述用户信息相同的目标用户信息;
若存储有所述目标用户信息,从预设的问题数据库内获取与所述目标用户信息对应的目标提问数据;
展示所述目标提问数据与回答提醒信息,以使所述用户对所述目标提问数据进行回答;
接收所述用户反馈的答案数据,并判断所述答案数据是否与正确答案数据相同;
若相同,计算所述用户的答复反应时长,并获取与所述答复反应时长对应的预设反应时长阈值;
基于所述答复反应时长与所述预设反应时长阈值生成对应的风险系数;
判断所述风险系数是否大于预设的风险系数阈值;
若大于所述风险系数阈值,判定身份验证不通过;
若不大于所述风险系数阈值,判定身份验证通过。
6.根据权利要求1所述的日志查看方法,其特征在于,所述展示所述目标日志的步骤之后,包括:
从预设映射表中查询出与所述进程信息对应的重要度分值;
判断所述重要度分值是否大于预设的重要度分值阈值;
若大于所述重要度分值阈值,对所述目标日志进行数据格式转换处理,将所述目标日志转换为标准区块链数据;
将所述标准区块链数据封装为区块;其中,所述区块的数量为1个或多个;
通过区块链上的数据存储节点对所述区块进行存储。
7.根据权利要求6所述的日志查看方法,其特征在于,所述判断所述重要度分值是否大于预设的重要度分值阈值的步骤之后,包括:
若不大于所述重要度分值阈值,获取本地的预设数据库的标准数据格式;
基于所述标准数据格式对所述目标日志进行数据格式转换处理,得到处理后的第一目标日志;
为所述第一目标日志进行索引创建,得到处理后的第二目标日志;
将所述第二目标日志存储于所述预设数据库内。
8.一种日志查看装置,其特征在于,包括:
第一判断模块,用于判断是否接收到用户通过终端触发的日志查看请求;其中,所述日志查看请求携带参数信息与用户信息,所述参数信息至少包括进程信息、日志级别信息与过滤关键字信息;
第一提取模块,用于若接收到所述日志查看请求,从所述日志查看请求中提取出所述用户信息;
确定模块,用于获取在预设时间段内与所述用户信息对应的身份验证通过率,并基于所述身份验证通过率确定出所述用户的验证级别;
验证模块,用于获取与所述验证级别对应的目标验证规则,基于所述目标验证规则对用户进行身份验证,并判断身份验证是否通过;
第二提取模块,用于若身份验证通过,从所述日志查看请求中提取出所述进程信息、所述日志级别信息与所述过滤关键字信息;
生成模块,用于基于所述进程信息、所述日志级别信息与所述过滤关键字信息执行预设的linux命令,得到对应的目标日志;
展示模块,用于展示所述目标日志。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111348257.2A CN114036117A (zh) | 2021-11-15 | 2021-11-15 | 日志查看方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111348257.2A CN114036117A (zh) | 2021-11-15 | 2021-11-15 | 日志查看方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114036117A true CN114036117A (zh) | 2022-02-11 |
Family
ID=80144434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111348257.2A Pending CN114036117A (zh) | 2021-11-15 | 2021-11-15 | 日志查看方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114036117A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114760068A (zh) * | 2022-04-08 | 2022-07-15 | 中国银行股份有限公司 | 用户的身份验证方法、系统、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479084A (zh) * | 2010-11-26 | 2012-05-30 | 腾讯科技(深圳)有限公司 | 一种Android终端获取日志的方法及装置 |
CN111897786A (zh) * | 2020-05-27 | 2020-11-06 | 深圳市广和通无线股份有限公司 | 日志读取方法、装置、计算机设备和存储介质 |
CN112835856A (zh) * | 2021-02-01 | 2021-05-25 | 长沙市到家悠享网络科技有限公司 | 一种日志数据查询方法及装置、设备、介质 |
-
2021
- 2021-11-15 CN CN202111348257.2A patent/CN114036117A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479084A (zh) * | 2010-11-26 | 2012-05-30 | 腾讯科技(深圳)有限公司 | 一种Android终端获取日志的方法及装置 |
CN111897786A (zh) * | 2020-05-27 | 2020-11-06 | 深圳市广和通无线股份有限公司 | 日志读取方法、装置、计算机设备和存储介质 |
CN112835856A (zh) * | 2021-02-01 | 2021-05-25 | 长沙市到家悠享网络科技有限公司 | 一种日志数据查询方法及装置、设备、介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114760068A (zh) * | 2022-04-08 | 2022-07-15 | 中国银行股份有限公司 | 用户的身份验证方法、系统、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112528259B (zh) | 身份验证方法、装置、计算机设备和存储介质 | |
CN112464117A (zh) | 请求处理方法、装置、计算机设备和存储介质 | |
CN112527630B (zh) | 测试用例生成方法、装置、计算机设备和存储介质 | |
CN112637282B (zh) | 信息推送方法、装置、计算机设备和存储介质 | |
CN113326081A (zh) | 静态资源的处理方法、装置、计算机设备和存储介质 | |
CN112036147B (zh) | 将图片转换为网页的方法、装置、计算机设备和存储介质 | |
CN113742776A (zh) | 基于生物识别技术的数据校验方法、装置和计算机设备 | |
CN112463599A (zh) | 自动化测试方法、装置、计算机设备和存储介质 | |
CN113918526A (zh) | 日志处理方法、装置、计算机设备和存储介质 | |
CN114840387A (zh) | 微服务监控方法、装置、计算机设备和存储介质 | |
CN113672654B (zh) | 数据查询方法、装置、计算机设备和存储介质 | |
CN114090408A (zh) | 数据监控分析方法、装置、计算机设备和存储介质 | |
CN114817055A (zh) | 基于接口的回归测试方法、装置、计算机设备和存储介质 | |
CN112036749A (zh) | 基于医疗数据识别风险用户的方法、装置和计算机设备 | |
CN113986581A (zh) | 数据聚合处理方法、装置、计算机设备和存储介质 | |
CN114036117A (zh) | 日志查看方法、装置、计算机设备和存储介质 | |
CN112650659B (zh) | 埋点设置方法、装置、计算机设备和存储介质 | |
CN113918609A (zh) | 试卷创建方法、装置、计算机设备和存储介质 | |
CN113435990A (zh) | 基于规则引擎的凭证生成方法、装置和计算机设备 | |
US20200111188A1 (en) | Digitized test management center | |
CN113873088A (zh) | 语音通话的交互方法、装置、计算机设备和存储介质 | |
KR20170130371A (ko) | 사용자의 상호작용 시그너처의 식별방법 | |
CN113656588A (zh) | 基于知识图谱的数据对码方法、装置、设备和存储介质 | |
CN113535260B (zh) | 基于模拟器的数据处理方法、装置、设备及存储介质 | |
CN112966787B (zh) | 相似患者的识别方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |